[發(fā)明專利]投票檢測方法及裝置、電子設備、計算機可讀存儲介質

有效

• 申請?zhí)枺?/td>: 202010550243.8
• 申請日: 2020-06-16
• 公開（公告）號: CN111740977B
• 公開（公告）日: 2022-06-21
• 發(fā)明（設計）人: 周開波
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;G07C13/00;G06K9/62;G06N3/04;G06N3/08;G06Q30/00
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 呂俊秀

本發(fā)明實施例提供了一種投票檢測方法及裝置、電子設備、計算機可讀存儲介質，涉及網(wǎng)絡投票技術領域。所述投票檢測方法包括：獲取投票用戶的投票信息；根據(jù)獲取的所述投票信息以及預設關聯(lián)關系，建立圖網(wǎng)絡；利用所述圖網(wǎng)絡中的第一異常節(jié)點，對預設投票檢測模型進行訓練；通過訓練后的所述預設投票檢測模型，確定所述圖網(wǎng)絡中的第二異常節(jié)點，并將所述第二異常節(jié)點對應的投票確定為異常投票。本發(fā)明實施例提供的技術方案，能夠在一定程度上解決現(xiàn)有技術中的防止刷票行為的方法，對于刷票行為的識別，存在準確率低的問題。

技術領域

本發(fā)明涉及網(wǎng)絡投票技術領域，尤其涉及一種投票檢測方法及裝置、電子設備、計算機可讀存儲介質。

背景技術

網(wǎng)絡投票就是在網(wǎng)上進行的投票活動。目前，很多綜藝節(jié)目、評選活動等均已采用網(wǎng)絡投票方式，選出獲勝者。但網(wǎng)絡投票容易通過刷票行為進行投票造假，影響投票結果的公正性。

為了減少網(wǎng)絡投票中的刷票行為，現(xiàn)有技術中防止刷票行為的方法主要有如下幾種：

1、代碼規(guī)則控制：如投票頻率限制、互聯(lián)網(wǎng)協(xié)議地址(即IP地址)限制、硬件設備限制等。

2、人機識別：投票過程中，需要用戶進行圖靈測試，如驗證碼、活體驗證等，防止機器自動化刷票。

3、本人識別：投票過程中，需要用戶驗證是本人行為，如短信驗證、實名制等，防止代投。

4、降低刷票速率：采用不公平加解密算法，降低機器刷票速度。

對于上述方法，無論哪一種均是如何抑制、防御刷票行為，隨著黑產技術(即刷票技術)的發(fā)展，越來越容易繞過上述防御行為，由此可見，現(xiàn)有技術中的防止刷票行為的方法，對刷票行為的識別效果較差，準確率較低。

發(fā)明內容

本發(fā)明提供一種投票檢測方法及裝置、電子設備、計算機可讀存儲介質，以便在一定程度上解決現(xiàn)有技術中的防止刷票行為的方法，對于刷票行為的識別，存在準確率低的問題。

在本發(fā)明實施的第一方面，提供了一種投票檢測方法，應用于服務器，所述投票檢測方法包括：

獲取投票用戶的投票信息；其中，所述投票信息包括：用戶身份信息、互聯(lián)網(wǎng)協(xié)議地址、用戶代理、投票時間以及投票選項；

根據(jù)獲取的所述投票信息以及預設關聯(lián)關系，建立圖網(wǎng)絡；其中，所述預設關聯(lián)關系包括：不同投票用戶的投票信息之間的關聯(lián)關系，以及同一投票用戶的投票信息之間的關聯(lián)關系；所述圖網(wǎng)絡包括：至少兩個節(jié)點和至少一條連接于兩個節(jié)點之間的邊；每一所述節(jié)點表示一種投票信息；每一所述邊對應一權重值，所述權重值表示所述邊連接的兩個節(jié)點之間的關聯(lián)關系的強弱程度；

利用所述圖網(wǎng)絡中的第一異常節(jié)點，對預設投票檢測模型進行訓練；其中，所述第一異常節(jié)點為：所述圖網(wǎng)絡中屬于刷票行為產生的投票信息對應的節(jié)點；

通過訓練后的所述預設投票檢測模型，確定所述圖網(wǎng)絡中的第二異常節(jié)點，并將所述第二異常節(jié)點對應的投票確定為異常投票。

可選地，所述圖網(wǎng)絡為異構圖網(wǎng)絡或同構圖網(wǎng)絡；

在所述圖網(wǎng)絡為異構圖網(wǎng)絡的情況下，所述圖網(wǎng)絡中的節(jié)點的類型包括：用戶身份信息、網(wǎng)絡互連協(xié)議地址、用戶代理、投票時間、投票選項中的至少兩種；

在所述圖網(wǎng)絡為同構圖網(wǎng)絡的情況下，所述圖網(wǎng)絡中的節(jié)點的類型為用戶身份信息。

可選地，所述利用所述圖網(wǎng)絡中的第一異常節(jié)點，對預設投票檢測模型進行訓練，包括：

將所述圖網(wǎng)絡中的所述第一異常節(jié)點標注為樣本節(jié)點；

將所述圖網(wǎng)絡作為輸入數(shù)據(jù)輸入至所述預設投票檢測模型中，并以最小化預測概率值與實際標注值之間的交叉熵損失為訓練目標或以達到預設迭代次數(shù)為訓練目標，對所述預設投票檢測模型進行訓練；